Çocuklarda subklinik ateroskleroz için yeni yaklaşım: Yapay zekâ destekli risk sınıflaması
A new approach for subclinical atherosclerosis in children: Artificial intelligence-supported risk classification
- Tez No: 982923
- Danışmanlar: DOÇ. DR. ÖYKÜ İSAL TOSUN
- Tez Türü: Tıpta Uzmanlık
- Konular: Çocuk Sağlığı ve Hastalıkları, Child Health and Diseases
- Anahtar Kelimeler: subklinik ateroskleroz, yapay zekâ, karotis intima-media kalınlığı, epikardiyal adipoz doku kalınlığı, subclinical atherosclerosis, artificial intelligence, carotid intima-media thickness, epicardial adipose tissue thickness
- Yıl: 2025
- Dil: Türkçe
- Üniversite: İstanbul Medeniyet Üniversitesi
- Enstitü: Tıp Fakültesi
- Ana Bilim Dalı: Çocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Aterosklerotik kardiyovasküler hastalıklar (KVH), dünya genelinde başlıca mortalite ve morbidite nedenleri arasında yer almakta olup, aterosklerotik sürecin çocukluk çağında subklinik düzeyde başladığı bilinmektedir (1,2). Endotelyal disfonksiyon, inflamasyon ve lipid birikimi ile ilerleyen bu süreç; genetik, çevresel, davranışsal ve psikososyal birçok faktörden etkilenmektedir. Karotis intima-media kalınlığı (CIMT) ve epikardiyal adipoz doku kalınlığı (EATT) gibi non-invaziv görüntüleme yöntemleri subklinik aterosklerozun değerlendirilmesinde kullanılmakla birlikte, geniş ölçekli taramalarda uygulanabilirlikleri sınırlıdır. Bu nedenle yapay zekâ ve makine öğrenmesi (ML) temelli yaklaşımlar, pediatrik KVH riskinin erken dönemde öngörülmesinde yenilikçi bir alternatif sunmaktadır. Bu çalışmanın amacı, 8–18 yaş arasındaki çocuklarda yalnızca klinik, biyokimyasal, antropometrik ve psikososyal verilere dayalı olarak subklinik aterosklerotik riski öngörebilen yapay zekâ tabanlı bir makine öğrenmesi modeli geliştirmek ve model çıktılarının CIMT ve EATT ile ilişkisini değerlendirmektir. Çalışma, 15 Ekim–15 Aralık 2025 tarihleri arasında İstanbul Medeniyet Üniversitesi Göztepe Prof. Dr. Süleyman Yalçın Şehir Hastanesi'nde yürütülmüş olup, yapısal kalp hastalığı bulunmayan 152 çocuk çalışmaya dahil edilmiştir. Katılımcılara transtorasik ekokardiyografi ile CIMT ve EATT ölçümleri yapılmış, ayrıca antropometrik ölçümler, kan basıncı, biyokimyasal parametreler, yaşam tarzı verileri ve Çocuklar için Anksiyete ve Depresyon Ölçeği-Yenilenmiş (ÇADÖY) ile psikolojik değerlendirme uygulanmıştır. Obezite, dislipidemi, hipertansiyon, diyabet ve ailede erken KVH öyküsü gibi geleneksel risk faktörlerine göre 99 birey düşük risk, 53 birey yüksek risk grubunda sınıflandırılmıştır. Yüksek risk grubunda vücut kitle indeksi (VKİ), bel çevresi ve insülin düzeyleri anlamlı olarak yüksek; HDL kolesterol ve serum demiri düzeyleri anlamlı olarak düşük bulunmuştur (p<0.05). EATT ve CIMT değerleri yüksek risk grubunda sırasıyla 5.2±1.4 mm ve 1.1±0.2 mm olup düşük risk grubuna göre anlamlı derecede yüksektir (p<0.001). ROC analizlerinde EATT için AUC 0.678, CIMT için AUC 0.714 olarak saptanmıştır. Makine öğrenmesi modelleri arasında en yüksek performans XGBoost algoritması ile elde edilmiş olup, %94.1 AUC, %91.3 doğruluk ve %87.5 duyarlılık ile en yüksek performansı göstermiştir. SHAP analizleri, VKİ persentili, trigliserid, toplam kolesterol ve ailede erken KVH öyküsünü en güçlü prediktörler olarak ortaya koymuştur. Sonuç olarak, yalnızca klinik, biyokimyasal ve psikososyal verilerle geliştirilen yapay zekâ temelli modellerin subklinik aterosklerotik değişiklikleri yüksek doğrulukla öngörebildiği ve CIMT ile EATT gibi görüntüleme temelli biyobelirteçlerle anlamlı düzeyde ilişkili olduğu gösterilmiştir. Bu yaklaşım, çocukluk çağında erken dönemde bireyselleştirilmiş kardiyovasküler risk tahminine olanak sağlayarak, birinci basamak sağlık hizmetlerinden okul temelli taramalara kadar geniş bir alanda uygulanabilecek yenilikçi ve maliyet-etkin bir karar destek aracı sunmaktadır.
Özet (Çeviri)
Atherosclerotic cardiovascular diseases (CVD) are among the leading causes of mortality and morbidity worldwide, and it is well established that the atherosclerotic process begins at a subclinical level during childhood (1,2). This process, which progresses through endothelial dysfunction, inflammation, and lipid accumulation, is influenced by multiple genetic, environmental, behavioral, and psychosocial factors. Although non-invasive imaging methods such as carotid intima-media thickness (CIMT) and epicardial adipose tissue thickness (EATT) are used for the evaluation of subclinical atherosclerosis, their applicability in large-scale screening programs is limited. Therefore, artificial intelligence (AI) and machine learning (ML)-based approaches offer a novel alternative for the early prediction of pediatric cardiovascular risk. The aim of this study was to develop an artificial intelligence-based machine learning model capable of predicting subclinical atherosclerotic risk using only clinical, biochemical, anthropometric, and psychosocial data in children aged 8–18 years, and to evaluate the association of the model outputs with CIMT and EATT. This study was conducted between October 15 and December 15, 2025, at İstanbul Medeniyet University Göztepe Prof. Dr. Süleyman Yalçın City Hospital, and 152 children without structural heart disease were included. Transthoracic echocardiographic CIMT and EATT measurements were performed in all participants. In addition, anthropometric measurements, blood pressure, biochemical parameters, lifestyle data, and psychological assessment using the Revised Child Anxiety and Depression Scale – Child Version (RCADS-CV) were obtained. Based on traditional risk factors such as obesity, dyslipidemia, hypertension, diabetes, and family history of premature CVD, 99 participants were classified as low risk and 53 as high risk.In the high-risk group, body mass index, waist circumference, and insulin levels were significantly higher, whereas HDL cholesterol and serum iron levels were significantly lower (p<0.05). EATT and CIMT values in the high-risk group were 5.2±1.4 mm and 1.1±0.2 mm, respectively, and were significantly higher compared with the low-risk group (p<0.001). ROC analysis revealed an AUC of 0.678 for EATT and 0.714 for CIMT. Among the machine learning models, the highest performance was achieved with the XGBoost algorithm, with an AUC of 94.1%, an accuracy of 91.3%, and a sensitivity of 87.5%. SHAP analysis identified BMI percentile, triglyceride, total cholesterol, and family history of premature CVD as the strongest predictors. In conclusion, artificial intelligence-based models developed solely from clinical, biochemical, and psychosocial data can accurately predict subclinical atherosclerotic changes and show significant associations with imaging-based biomarkers such as CIMT and EATT. This approach enables individualized cardiovascular risk prediction at an early stage in childhood and offers an innovative and cost-effective decision support tool that can be implemented across a wide range of settings, from primary healthcare services to schoolbased screening programs.
Benzer Tezler
- Altı yaş üstü yeni tanı astımlı çocuklarda subklinik ateroskleroz ve kardiyak fonksiyonların değerlendirilmesi
Evaluation of subclinical atherosclerosis and cardiac functions in newly diagnosed patients with asthma over 6 years of age
ZEYNEP KARAKAYA KOYUN
Tıpta Uzmanlık
Türkçe
2018
Çocuk Sağlığı ve Hastalıklarıİstanbul Medeniyet ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. MUSTAFA ARGA
DR. ÖĞR. ÜYESİ ÖYKÜ TOSUN
- Metabolik sağlıklı ve sağlıksız obez çocuklarda sonografi bulguları ve FGF 21 düzeylerinin karşılaştırılması
Comparison of sonographic findings and FGF 21 levels in metabolically healthy and unhealthy obese children
CAN KURŞUN
Tıpta Uzmanlık
Türkçe
2025
Çocuk Sağlığı ve HastalıklarıZonguldak Bülent Ecevit ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ZÜHAL ÖRNEK
- Hiperlipidemi tanılı çocuklarda subklinik ateroskleroz riskinin aortun elastisite parametreleri, lipoprotein (A) ve kardiyak fonksiyonlar ile değerlendirilmesi
Evaluation of the risk of subclinic athosclerosis in children with hyperlipidemia with aortic elasticity parameters, lipoprotein (A) and cardiac functions
MEHMET ORHAN ERKAN
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
PROF. DR. AYŞE ESİN KİBAR GÜL
- Atopik dermatitli çocuklarda subklinik ateroskleroz ve kardiyak fonksiyonların değerlendirilmesi
Evaluation of subclinic atherosclerosis and cardiac functions in children with atopic dermatitis
YASEMİN MOCAN ÇAĞLAR
Tıpta Uzmanlık
Türkçe
2019
Çocuk Sağlığı ve Hastalıklarıİstanbul Medeniyet ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. MUSTAFA ARGA
YRD. DOÇ. DR. ÖYKÜ TOSUN
- Kronik spontan ürtikerli çocuklarda kardiyak fonksiyonların ve subklinik ateroskleroz varlığının değerlendirilmesi
Evaluation of cardiac functions and presence of subclinical atherosclerosis in children with chronic spontaneous urticaria
MERVE ANIL ÖZMEN
Tıpta Uzmanlık
Türkçe
2021
Çocuk Sağlığı ve HastalıklarıSağlık Bilimleri ÜniversitesiÇocuk Sağlığı ve Hastalıkları Ana Bilim Dalı
DOÇ. DR. DENİZ ÖZÇEKER